【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体涉及一种时空域融合分析的惯性导航方法。
技术介绍
1、定位导航与智能机械密切相关。传统智能机械如机器人、无人机在户外主要依靠卫星导航(如北斗系统)，通常还结合其他定位导航方法，例如惯性导航、视觉和雷达等。近年来，随着智能辅助驾驶技术的发展，众多智能机械产品应运而生，并在工业和农业生产中发挥重要作用。
2、迄今为止，传统定位导航精度约数米至数十米级别。然而，对于需要进行高精准任务如消防隐患、虫害位置、快递投递和目标打击等的要求来说，这种精度无疑不足以满足。尤其是在北斗信号丢失时，定位导航的稳定性更加不可靠。因此，至今自动驾驶仍无法真正取代人力，并倾向于应用于固定路径变化缓慢的简单场景中。为了提高定位导航的精度，国内外科研工作者做出了大量努力并提出了许多方法，在众多定位导航方法中常用的有分布式卡尔曼滤波算法(kalman filter)和协方差算法等。在时间域数据处理方面这些导航方法通常表现良好且可靠性较高。然而，在空间域数据处理方面存在一些不足之处。
技术实现思路b>
1本文档来自技高网...
【技术保护点】
1.一种时空域融合分析的惯性导航方法，其特征在于，利用点阵模型对惯导传感器的空间分布数据进行分析，然后运用卡尔曼滤波对时间域数据进行分析，进而在希尔伯特空间将两者线性融合，获取精确的姿态数据；智能机械基于所述姿态数据，实现高精度的惯性导航。
2.根据权利要求1所述的一种时空域融合分析的惯性导航方法，其特征在于，所述点阵模型具有空间分布对称性，所述卡尔曼滤波具有时间分布特性；所述希尔伯特空间具备完备的内积运算，可通过线性算法进行操作。
3.根据权利要求2所述的一种时空域融合分析的惯性导航方法，其特征在于，所述空间分布对称性包括体心对称、平移对称、...
【技术特征摘要】
1.一种时空域融合分析的惯性导航方法，其特征在于，利用点阵模型对惯导传感器的空间分布数据进行分析，然后运用卡尔曼滤波对时间域数据进行分析，进而在希尔伯特空间将两者线性融合，获取精确的姿态数据；智能机械基于所述姿态数据，实现高精度的惯性导航。
2.根据权利要求1所述的一种时空域融合分析的惯性导航方法，其特征在于，所述点阵模型具有空间分布对称性，所述卡尔曼滤波具有时间分布特性；所述希尔伯特空间具备完备的内积运算，可通过线性算法进行操作。
3.根据权利要求2所述的一种时空域融合分析的惯性导航方法，其特征在于，所述空间分布对称性包括...
【专利技术属性】
技术研发人员：羊富贵，任海科，乔亮，武永华，颜峰坡，胡绍祖，
申请(专利权)人：福建江夏学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。